中图网(原中国图书网)：网上书店，中文字幕在线一区二区三区，尾货特色书店，中文字幕在线一区，30万种特价书低至2折！

歡迎光臨中圖網 請 | 注冊
> >
智能演化優化

包郵 智能演化優化

作者：徐華,袁源
出版社：清華大學出版社出版時間：2024-01-01
開本： 16開 頁數： 346
中 圖 價:¥65.1(7.3折) 定價  ¥89.0 登錄后可看到會員價
加入購物車 收藏
開年大促， 全場包郵
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

智能演化優化 版權信息

  • ISBN：9787302654995
  • 條形碼：9787302654995 ; 978-7-302-65499-5
  • 裝幀：簡裝本
  • 冊數：暫無
  • 重量：暫無
  • 所屬分類：>

智能演化優化 本書特色

l 基于自然界啟發式的求解算法，介紹了與經典數學規劃原理不同的優化算法，通過仿生智能優化算法解決復雜多目標優化問題，豐富了現代優化技術，并提供了解決傳統優化技術難以處理的高維組合優化問題的實際可行方案。 l 高維多目標優化問題的研究：關注高維多目標優化問題，提出新型算法和技術，包括目標降維方法和代理模型輔助優化等，探討在高維目標空間中進行有效的搜索和優化。為處理現實世界中復雜的決策問題提供重要的方法和工具。 l 探索智能演化優化在不同領域的應用：涵蓋了智能演化優化在工業互聯網等領域的柔性作業車間調度問題的研究和開發工作，為相關領域的專業人員提供實用的指導和解決方案。 了解進化多目標優化的基本概念，掌握多目標進化算法和前沿動態，開展柔性作業車間調度問題的應用研究。

智能演化優化 內容簡介

近年來，演化計算作為計算智能領域的化技術，已經廣泛應用于求解組合化、工程化等理論和工程類的化問題，形成了一種基于演化的智能化方法。針對高維空間的多目標化問題，近年來基于分解的多目標演化算法（MOEAs）利用了分而治之的思想有效降低了求解多目標或高維多目標化問題的難度。根據分解的形式不同，基于分解的MOEAs又進一步細分為基于聚合的MOEAs和基于參考點的MOEAs。盡管基于分解的MOEAs是目前求解高維多目標化問題有前景的技術之一，然而它在方法和應用層面均存在著缺陷和不足。本書**分圍繞該類方法，著眼于“如何在目標空間中平衡收斂性和多樣性”“如何在決策空間中平衡探索與開發”以及“如何進行有效的降維”等科學問題，展開了系統性的研究，在進一步完善其理論框架并推廣其在具體問題上的應用。另外，針對多目標柔性作業車間調度這一類典型的NP難工程化問題，本書基于演化化的求解思路，分別研究了面向單目標化的融合問題知識的混合和聲搜索方法（HHS）、面向高維空間單目標化的混合和聲搜索和大鄰域搜索的集成搜索方法（HHS/LNS），以及面向多目標化的基于目標重要性分解的模因演化方法，并在多個基線數據集上取得了異的效果。

本書可作為演化計算、智能化、大數據及人工智能等相關業研究參考和研究生教學用書。

智能演化優化 目錄

上篇多目標化問題與智能演化化方法

第1章引言3

1.1研究背景3

1.2基本概念以及基本框架5

1.2.1多目標化問題5

1.2.2多目標演化算法簡介6

1.3相關研究工作綜述8

1.3.1進化高維多目標化8

1.3.2多目標演化算法中的變化算子11

1.4本章小結12

第2章基礎知識13

2.1典型的基于分解的多目標演化算法13

2.1.1問題分解多目標演化算法13

2.1.2集成適應度排序14

2.1.3第三代非支配排序遺傳算法14

2.1.4多目標遺傳局搜索15

2.2差分進化16

2.3柔性作業車間調度的析取圖模型17

2.4標準測試問題19

2.4.1高維多目標化測試問題19

2.4.2柔性作業車間調度測試問題20

2.5性能指標20

2.6本章小結22

第3章在基于聚合的多目標演化算法中平衡收斂性和多樣性24

3.1前言24

3.2類似算法簡介25

3.3基本思想26

3.4算法詳解27

3.4.1增強MOEA/D28

3.4.2增強EFR29

3.4.3可選歸一化過程30

3.4.4計算復雜度30

3.4.5討論31

3.5實驗設計32

3.5.1測試問題32

3.5.2性能指標34

3.5.3比較算法34

3.5.4實驗設置35

3.6算法的性能分析37

3.6.1參數K的影響38

3.6.2收斂性和多樣性的研究40

3.7與先進算法的比較44

3.7.1在歸一化問題上的比較44

3.7.2在非歸一化問題上的比較53

3.7.3進一步討論56

3.8本章小結57

目錄 智能演化化〖2〗〖2〗 〖1〗 第4章基于新型支配關系的多目標演化算法58

4.1前言58

4.2基于θ支配的演化算法59

4.2.1算法框架59

4.2.2參考點的生成60

4.2.3重組算子61

4.2.4自適應歸一化62

4.2.5聚類算子62

4.2.6θ支配64

4.2.7θDEA的計算復雜度65

4.3實驗設計65

4.3.1測試問題65

4.3.2性能指標66

4.3.3比較算法67

4.3.4實驗設置68

4.4實驗結果70

4.4.1與NSGAⅢ和MOEA/D的比較70

4.4.2與先進算法的比較79

4.4.3參數θ的影響92

4.4.4進一步討論95

4.5本章小結96

第5章基于分解的多目標演化算法中的變化算子97

5.1前言97

5.2目標算法98

5.3實驗研究99

5.3.1實驗設置99

5.3.2NSGAⅢDE中參數的影響100

5.3.3NSGAⅢDE、NSGAⅢSBX: 探索與開發102

5.3.4NSGAⅢ變體之間的比較104

5.4本章小結109

第6章多目標化中的目標降維: 演化多目標化方法與綜合分析110

6.1前言110

6.2基本知識和背景112

6.2.1多目標化112

6.2.2目標降維的基本概念113

6.2.3Pareto前沿的表示和誤導114

6.2.4目標降維的現有方法115

6.3多目標化方法117

6.3.1基于支配結構的多目標化公式117

6.3.2基于相關性的多目標化公式118

6.3.3使用多目標演化化算法119

6.3.4采用多目標化方法的好處120

6.4對基于支配結構的方法和基于相關性方法的分析121

6.4.1理論基礎121

6.4.2基于支配結構的方法的缺點122

6.4.3基于相關性方法的勢和局限性123

6.5基準實驗125

6.5.1基準問題125

6.5.2樣本集的生成126

6.5.3算法的比較126

6.5.4多目標降維方法行為研究127

6.5.5演化多目標化搜索的有效性130

6.5.6在演化多目標搜索領域中確定關鍵目標集的比較132

6.6應用于現實問題141

6.6.1應用于水資源問題141

6.6.2應用于汽車側面碰撞問題142

6.6.3討論143

6.7方法的勢145

6.7.1關于輔助化的目標降維145

6.7.2關于可視化和決策制定147

6.8本章小結148

第7章利用支配預測輔助的高成本多目標演化化150

7.1前言150

7.2背景知識152

7.2.1多目標化152

7.2.2θ支配153

7.2.3深度前饋經網絡154

7.3θDEADP算法155

7.3.1概述155

7.3.2Representative解157

7.3.3基于支配預測的代理模型158

7.3.4兩段預選策略160

7.3.5討論161

7.4實驗162

7.4.1實驗設計162

7.4.2多目標化問題的性能166

7.4.3眾多目標化問題的性能171

7.4.4θDEADP組成分的研究177

7.5本章小結180

上篇總結181

下篇柔性作業車間調度問題及其化求解

第8章FJS問題概述185

8.1多目標柔性作業車間調度問題185

8.2多目標柔性作業車間調度的研究現狀187

8.3模因演算法189

8.3.1模因演算法簡介189

8.3.2求解多目標組合化問題的模因演算法190

8.4本章小結191

第9章基于混合和聲搜索的柔性作業車間調度192

9.1前言192

9.2相關工作介紹193

9.2.1柔性車間調度193

9.2.2和聲搜索算法（HS算法）194

9.2.3混合和聲搜索（HHS）算法和混合TS算法（TSPCB）之間的差異194

9.3HHS算法196

9.3.1算法框架196

9.3.2和聲向量的表示196

9.3.3和聲向量的評估196

9.3.4初始化和聲記憶201

9.3.5新和聲向量生成202

9.3.6依賴問題的局搜索203

9.3.7更新和聲記憶207

9.4實驗207

9.4.1實驗設置207

9.4.2計算結果和比較209

9.4.3HHS與其他算法的進一步比較215

9.5討論218

9.6本章小結219

第10章基于混合差分進化的柔性作業車間調度算法220

10.1前言220

10.2基本DE算法222

10.2.1算法初始化222

10.2.2不同載體的突變222

10.2.3交223

10.2.4選擇223

10.3針對FJSP的HDE223

10.3.1HDE概述223

10.3.2表示和初始化225

10.3.3雙向量編碼225

10.3.4轉換技術227

10.3.5局搜索算法229

10.4實驗233

10.4.1實驗設置233

10.4.2Kacem實例的結果235

10.4.3BRdata實例的結果235

10.4.4BCdata實例的結果235

10.4.5HUdata實例的結果239

10.4.6HDE的進一步性能分析244

10.5本章小結251

第11章大規模柔性作業車間調度問題的集成搜索啟發式算法252

11.1前言252

11.2混合和聲搜索253

11.2.1HS簡介253

11.2.2HHS程序254

11.2.3HHS對FJSP的適配255

11.3大鄰域搜索260

11.3.1LNS概述260

11.3.2FJSP的基于約束的模型261

11.3.3約束破壞算法261

11.3.4構造算法262

11.4集成的啟發式搜索方法: HHS/LNS262

11.5實驗研究263

11.5.1實驗設置263

11.5.2HHS模塊性能分析263

11.5.3LNS模塊性能分析268

11.5.4整合效應269

11.5.5大規模基準實例的計算結果269

11.6本章小結276

第12章求解多目標柔性作業車間調度的模因演算法278

12.1前言278

12.2算法概述279

12.3全局搜索策略280

12.3.1染色體編碼280

12.3.2染色體解碼281

12.3.3遺傳作282

12.4局搜索策略283

12.4.1個體選擇283

12.4.2針對個體的局搜索284

12.5實驗分析289

12.5.1評指標290

12.5.2局搜索中接受準則的實驗研究291

12.5.3遺傳搜索和局搜索混合的有效性293

12.5.4局搜索中分層策略的有效性297

12.5.5與先進算法的比較299

12.6進一步討論307

12.7本章小結308

下篇總結309

參考文獻310

附錄A334

A.1英文縮寫對照表334

A.2圖片索引338

A.3表格索引342

展開全部

智能演化優化 作者簡介

徐華，博士，2003年畢業于清華大學計算機科學與技術系，現為清華大學計算機科學與技術系長聘副教授，博士生導師。從事多模態智能信息處理、智能優化和共融機器人智能控制等研究工作。擔任愛思唯爾（Elsevier）開放期刊Intelligent Systems with Applications首任主編，權威期刊Expert Systems with Applications副主編。完成國家科技重大專項課題3項，國家自然科學基金項目4項，國家973項目二級課題2項，國家863項目（課題）5項，國際500強企業（寶潔、西門子、安捷倫等）合作項目13項。目前已在本專業領域權威國際期刊和AAAI、ACL、ACMMM等頂級會議上發表學術論文100余篇。獲得國家科技進步獎二等獎1項（集體獎），北京市科學技術獎一等獎1項，北京市科學技術獎二等獎1項（集體獎），北京市科學技術獎三等獎1項，重慶市科技進步獎三等獎1項，中國物流與采購聯合會科技發明獎一等獎1項，中國物流與采購聯合會科學技術獎一等獎1項。作為主講教師，主講清華大學全校性課程“數據挖掘：方法與應用”“工業數據挖掘與分析”“互聯網產品設計”等課程。獨立編寫專著和教材5本，其中《演化機器學習》是國內首部演化機器學習領域的學術專著；《面向共融機器人的自然交互——人機對話意圖理解》是國內首部共融機器人自然交互領域的學術專著；《數據挖掘：方法與應用》和《數據挖掘：方法與應用——應用案例》已經被國內眾多高校選用為配套教材，并獲得清華大學優秀教材（2020年）二等獎。 袁源，教授，博士生導師。2015年博士畢業于清華大學計算機科學與技術系，畢業后先后在新加坡南洋理工大學和美國密歇根州立大學從事博士后研究工作。2020年入選國家高層次青年人才項目。研究領域包括計算智能、機器學習、智能軟件工程、多目標優化等。迄今為止，以第一作者在IEEE TSE、IEEETEVC、AIJ、ACM GECCO等國際頂級學術期刊和會議發表論文10余篇，4篇論文為ESI高被引論文，1篇論文入選中國百篇最具影響國際學術論文。目前擔任IEEE TEVC、IEEE TETCI、ISWA國際期刊副主編，長期擔任人工智能領域多個國際頂級期刊的審稿人。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板： 北京中航时代-耐电压击穿试验仪厂家-电压击穿试验机 | 净化车间装修_合肥厂房无尘室设计_合肥工厂洁净工程装修公司-安徽盛世和居装饰 | 重庆网站建设,重庆网站设计,重庆网站制作,重庆seo,重庆做网站,重庆seo,重庆公众号运营,重庆小程序开发 | 污水处理设备，一体化泵站，一体化净水设备-「梦之洁环保设备厂家」 | 冷藏车-东风吸污车-纯电动环卫车-污水净化车-应急特勤保障车-程力专汽厂家-程力专用汽车股份有限公司销售二十一分公司 | 化工ERP软件_化工新材料ERP系统_化工新材料MES软件_MES系统-广东顺景软件科技有限公司 | 高压负荷开关-苏州雷尔沃电器有限公司 | POS机官网 - 拉卡拉POS机免费办理|官网在线申请入口 | 智能型高压核相仪-自动开口闪点测试仪-QJ41A电雷管测试仪|上海妙定 | 太阳能发电系统-太阳能逆变器,控制器-河北沐天太阳能科技首页 | 呼末二氧化碳|ETCO2模块采样管_气体干燥管_气体过滤器-湖南纳雄医疗器械有限公司 | 郑州大巴车出租|中巴车租赁|旅游大巴租车|包车|郑州旅游大巴车租赁有限公司 | 天津市能谱科技有限公司-专业的红外光谱仪_红外测油仪_紫外测油仪_红外制样附件_傅里叶红外光谱技术生产服务厂商 | 春腾云财 - 为企业提供专业财税咨询、代理记账服务 | 上海道勤塑化有限公司| 苗木价格-苗木批发-沭阳苗木基地-沭阳花木-长之鸿园林苗木场 | 京马网,京马建站,网站定制,营销型网站建设,东莞建站,东莞网站建设-首页-京马网 | | 佛山市钱丰金属不锈钢蜂窝板定制厂家|不锈钢装饰线条|不锈钢屏风| 电梯装饰板|不锈钢蜂窝板不锈钢工艺板材厂家佛山市钱丰金属制品有限公司 | 走心机厂家,数控走心机-台州博城智能科技有限公司 | 东莞办公家具厂家直销-美鑫【免费3D效果图】全国办公桌/会议桌定制 | 西安展台设计搭建_西安活动策划公司_西安会议会场布置_西安展厅设计西安旭阳展览展示 | 除湿机|工业除湿机|抽湿器|大型地下室车间仓库吊顶防爆除湿机|抽湿烘干房|新风除湿机|调温/降温除湿机|恒温恒湿机|加湿机-杭州川田电器有限公司 | 嘉兴泰东园林景观工程有限公司_花箱护栏 | 煤机配件厂家_刮板机配件_链轮轴组_河南双志机械设备有限公司 | 清水-铝合金-建筑模板厂家-木模板价格-铝模板生产「五棵松」品牌 | 药品冷藏箱厂家_低温冰箱_洁净工作台-济南欧莱博电子商务有限公司官网 | 冷油器,取样冷却器,热力除氧器-连云港振辉机械设备有限公司 | 苏商学院官网 - 江苏地区唯一一家企业家自办的前瞻型、实操型商学院 | 空气能采暖,热泵烘干机,空气源热水机组|设备|厂家,东莞高温热泵_正旭新能源 | YT保温材料_YT无机保温砂浆_外墙保温材料_南阳银通节能建材高新技术开发有限公司 | 进口试验机价格-进口生物材料试验机-西安卡夫曼测控技术有限公司 | 丝印油墨_水性油墨_环保油墨油漆厂家_37国际化工 | 山东集装箱活动房|济南集装箱活动房-济南利森集装箱有限公司 | 长春网站建设,五合一网站设计制作,免费优化推广-长春网站建设 | 防水套管-柔性防水套管-刚性防水套管-上海执品管件有限公司 | 济南品牌包装设计公司_济南VI标志设计公司_山东锐尚文化传播 | 磁力轮,磁力联轴器,磁齿轮,钕铁硼磁铁-北京磁运达厂家 | 液压压力机,液压折弯机,液压剪板机,模锻液压机-鲁南新力机床有限公司 | 飞象网 - 通信人每天必上的网站 全球化工设备网—化工设备,化工机械,制药设备,环保设备的专业网络市场。 | 道康宁消泡剂-瓦克-大川进口消泡剂供应商 |